图片: | |
---|---|
名称: | |
描述: | |
今年年初,谷歌成功研发出一套用于乳腺癌诊断的人工智能系统。这套系统分析了大量的病理组织显微图像,速度比人类快得多,且肿瘤检出率高达92.4%。如果是人类医生完成这项工作,必须非常仔细分析大量组织样本才能确诊癌症,而且这是一个极度费时且易出错的过程。一个有经验的医生需要几年甚至十年的时间来培训。如今谷歌的成功预示着人工智能疾病诊断的到来。
事实上,利用人工智能检测癌症并不是新鲜事。早在30年前,人工智能的重要分支之一,机器学习技术如人工神经网络算法和决策树算法,就被用来做癌症检测。然而,早期的尝试并没有得到令人满意的结果。
近年来,科学家在深度学习技术上取得了很大的突破,例如,AlexNet的出现极大提升了计算机识别图片的能力。比起一般的机器学习,深度学习能从数据中自动提取更丰富、有用的信息,因而有更高的精确度。同时,计算机性能的迅速提升以及可用数据的增加,使得深度学习网络的训练成为可能。因此,深度学习技术正逐渐应用于癌症检测上。
不少研究也证明,比一般的机器学习方法更加精确,无论是肠癌、乳腺癌、肺癌还是胰腺癌的检测。最近,以深度学习为主的人工智能技术在癌症检测上取得了激动人心的进展。